第九章虚拟解释变量.docVIP

[计量经济学讲义] 第九章：虚拟解释变量 本章及下一章将变量类型由定量变量拓展到定性变量。 §1虚拟变量的性质 变量的分类： 定量变量：如收入、产量、价格、成本、高度等取值在一定分为内连续变化； 定性变量：如性别、种族、肤色、宗教、国际、战争、地震、沿海省份等。 “量化”：将定性变量量化，可以根据其不同情况取值0或1。 虚拟变量（dummy variable）：取值为0、1等这样的变量。 虚拟变量有时也称为二值变量(binary variable)、二分变量(dichotomous variable)、定性变量(qualitative variable)、指标变量（indicator variable） ANOVA（方差分析analysis of variance）：解释变量全为虚拟变量 例： =++ 其中表示教授年薪， =1，男教授 =0，女教授 （假定年龄、学位和经验可以忽略） 女教授的平均年薪为：E(|=0)=； 男教授的平均年薪为：E(|=1)=+； 一个例子（略） §2 一个定量变量和一个二分定性变量 1、例子： =+++ 其中表示教授年薪，表示年龄，则有： 女教授的平均年薪为：E(|,=0)=+； 男教授的平均年薪为：E(|,=1)= ++； （假设共同斜率） 2、问：有截距项的情况下，区分两个类别要几个虚拟变量？ 答案是一个，否则有完全贡献性。 结论：有截距项的情况下，若一个定性变量有m个类别，则仅引入m-1个虚拟变量。 3、0与1的分配问题。 基准（benchmark）：0类别的情况 级差截距系数：D的系数 §3 一个定量变量和一个多分变量 例子：假设在横截面数据的基础上，做个人保健支出对个人收入和教育水平的回归。由于教育变量是定性的，我们考虑相互排斥的三种教育水平：低于中学、中学和大学。 =++++ 其中表示保健年度支出；表示年收入； =1，如果是中学教育； =0，不然的话。 =1，如果是大学教育； =0，不然的话。 则平均保健支出函数分别为： 低于中学：E(|,=0,=0)=+ 中学：E(|,=1,=0)= ++ 大学：E(|,=0,=1)= ++ §4 一个定量变量和两个定性变量 例子： =++++ 其中表示教授年薪，表示年龄 =1，如果是男教授； =0，如果是女教授。 =1，如果是白人； =0，如果是黑人（假定只有这两种肤色）。 基准类别是“黑人女教授”。 黑人女教授平均年薪为：E(|,=0,=0)=+； 黑人男教授平均年薪为：E(|,=1,=0)=(+)+； 白人女教授平均年薪为：E(|,=0,=1)=(+)+； 白人男教授平均年薪为：E(|,=1,=1)=(+＋)+； （假定无斜率差异） §5“兼职经济学”的例子（略） §6 检验回归模型的结构稳定性 例子： =++ （1952－1977）； =++ （1978－1999）； 其中表示储蓄（千亿元）；表示收入（千亿元）。 四种可能情形： 1、=，=：重合回归(coincident regression)； 2、(，=：平行回归(parallel regression)； 3、=，(：汇合回归(concurrent regression)； 4、(，(：相异回归(dissimilar regression)； 检验结构变化就是比较参数。 邹至庄检验（Chow Test）： 条件：（1），服从N(0，)；（2），独立分布。 步骤： step1：合并全部数据回归得 RSS=S1 (n1+n2-k)； step2：分布回归得S2 (n1-k)；S3(n2-k)； 令S4 = S2 ＋S3 (n1+n2-2k)； step3：令S5 = S1-S4 (k)； step4：计算统计量F=~F(k, n1+n2-2k) step4：比较F与F(对假设做出判断。 H0：结构相同；H1：结构不相同。 §7 比较两个回归：虚拟变量法 邹至庄检验需要进行好几次，利用虚拟变量法可以简化。 =+++()+ (1) =1 改革开放后； =0 改革开放前。 改革开放前的平均储蓄：E(|=0, )=+； 改革开放后的平均储蓄：E(|=1, )=(+)+(+)； 是级差截距（相加性）；是级差斜率（乘积性）。 虚拟变量法与邹至庄检验相比的优点： 只要进行一次回归； 可以做多种检验，如斜率项或截距项等。 邹至庄检验即使知道结构不相同，但是却无法知道何处不同。 由于合并了数据，从而增加了自由度。 §8 交互作用效应 1、例子： =++++ 其中，表示用于衣服的开支，表示收入。 =1，如果是女性； =0，如果是男性。 =1，如果具有大学教育程度； =0，如果不具有大学教育程度。